临床推理和知识评估与人工智能模型相比的风湿病学住院医生:试点研究

科学领域:

• 医疗人工智能 医疗人工智能
• 临床决策支持系统 临床决策支持系统
• 风湿病学研究 风湿病学研究

背景情况:

• 人工智能 (AI) 越来越多地融入医学,从基于规则的系统演变为具有临床决策潜力的先进模型.
• 本研究评估了人工智能协作的心理影响,特别是它作为医疗住院人员支持工具的作用.
• 研究了人工智能在临床推理和管理中在患者护理的各个阶段的潜力.

研究的目的:

• 将初级风湿病学住院医生的临床决策能力与训练有素和未训练有素的人工智能模型 (GPT-4) 相比较.
• 评估临床推理,预诊断和炎症性关节炎病例的第一线和第二线管理方面的表现.
• 评估居民对人工智能集成的态度及其在临床实践中的感知益处.

主要方法:

• 十名初级风湿病学住院医生和两名GPT-4模型 (训练有素和未训练有素) 对10例复杂炎症关节炎病例做出了反应.
• 使用修订后的IDEA (R-IDEA) 评分系统和额外的案件管理指标来评估绩效.
• 居民对人工智能的态度通过对人工智能的绩效进行后期审查的结构化问卷来评估.

主要成果:

• 经过培训的GPT-4在所有病例阶段都表现出卓越的表现,比居民获得更高的R-IDEA分数.
• 人工智能模型在预诊断,一线和二线管理阶段显著超过了居民.
• 大多数居民 (60%) 表达了积极的态度,将人工智能视为对能力和减少疲劳/倦怠的宝贵支持工具.

结论:

• 训练有素的人工智能模型,特别是GPT-4,在风湿病学临床推理和病例管理方面表现出比初级住院医生更高的熟练程度.
• 居民的积极接待表明AI的潜力是作为一种补充工具来增强信心和减轻早期居住的不确定性.
• 人工智能整合可能会成为医疗住院人员在初步培训期间的宝贵资源.